सूचना प्रौद्योगिकी और सॉफ्टवेयर इंजीनियरिंग जर्नल
खुला एक्सेस

अमूर्त

डेटा माइनिंग तकनीकों का उपयोग करके KSA में छात्रों के शैक्षणिक प्रदर्शन की भविष्यवाणी करना

नवल अली यासीन, राशा गफ़र एम हेलाली और सोमिया बी मोहम्मद

उच्च शिक्षा संस्थानों का मुख्य उद्देश्य अपने छात्रों को गुणवत्तापूर्ण शिक्षा प्रदान करना है। उच्चतम स्तर की गुणवत्ता प्राप्त करने का एक तरीका अकादमिक प्रदर्शन को प्रभावित करने वाले कारकों की पहचान करना और फिर इन कारकों की कमज़ोरियों को दूर करने का प्रयास करना है। प्रस्तावित शोध कार्य का विशिष्ट उद्देश्य यह पता लगाना है कि क्या उपलब्ध डेटा (छात्र और पाठ्यक्रम रिकॉर्ड) में कोई पैटर्न है जो छात्रों के प्रदर्शन की भविष्यवाणी करने के लिए उपयोगी हो सकता है। अध्ययन में सऊदी अरब के नज़रान विश्वविद्यालय के छात्रों से एकत्र 150 छात्रों का नमूना शामिल था। डेटा को सामाजिक विज्ञान (SPSS) और डेटा माइनिंग टूल (क्लेमेंटाइन) के लिए सांख्यिकीय पैकेज के उपयोग के साथ कैप्चर और व्यवस्थित किया गया था। एक सटीक छात्र प्रदर्शन भविष्यवाणी मॉडल विकसित करना चुनौतीपूर्ण कार्य है। डेटा माइनिंग आधारित मॉडल का उपयोग यह पहचानने के लिए किया गया था कि कौन से ज्ञात कारक अपेक्षित प्रदर्शन का प्रारंभिक संकेतक दे सकते हैं। यह शोधपत्र त्रुटि दर को कम करने के लिए फीचर रिडक्शन और वर्गीकरण तकनीक दोनों का उपयोग करता है। प्रयोगात्मक परिणाम पाठ्यक्रम में व्यावहारिक कार्य और असाइनमेंट दोनों को शामिल करने और इसकी सफलता दर के बीच महत्वपूर्ण संबंधों को प्रकट करते हैं। लेकिन, दूसरी ओर दिए गए असाइनमेंट की संख्या पाठ्यक्रम के अकादमिक प्रदर्शन पर नकारात्मक प्रभाव डालती है। छात्रों के शैक्षणिक प्रदर्शन को प्रभावित करने वाले कारकों के संदर्भ में, सबसे अधिक प्रभावित करने वाला कारक अंतिम परीक्षा और मध्य परीक्षा के ग्रेड के अलावा कक्षा में छात्र की उपस्थिति है।